札幌 12R 詳細AI予想
本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
クリスレジーナ |
鮫島駿 |
実2.7 |
B🌟◎ A◎勝率22% EV-39% 詳細▼ |
前5走 過去走データ取得失敗 (horse_results 不在) |
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 30.1% (オッズ暗示: 37.0%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 22.3% / 期待値 -40% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 2 |
ピティロディア |
古川吉 |
実8.8 |
B△ A△勝率9% EV-21% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -28% (オッズ過剰評価) AI 予想勝率 8.2% (オッズ暗示: 11.4%) △Aモデルの評価 (参考) レース内 6位 / 勝率 8.9% / 期待値 -22% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 3 |
キセキノエンジェル |
遠藤 |
実45.4 |
B▽ A▽勝率3% EV+15% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.8% (オッズ暗示: 2.2%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 2.6% / 期待値 +16% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 4 |
デルマジュテーム |
的場 |
実12.1 |
B△ A△勝率9% EV+6% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +1% (市場と概ね一致) AI 予想勝率 8.4% (オッズ暗示: 8.3%) △Aモデルの評価 (参考) レース内 5位 / 勝率 9.0% / 期待値 +7% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 5 |
カイシンパジェント |
桑村真 |
実11.8 |
B▽ A▽勝率7% EV-12% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 8位 (中位評価) △期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 7.2% (オッズ暗示: 8.5%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 7.4% / 期待値 -13% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 6 |
カージオイド 推奨 |
長浜 |
実18.3 |
B▽ A▽勝率7% EV+33% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +49% (妙味あり) AI 予想勝率 8.2% (オッズ暗示: 5.5%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 7.4% / 期待値 +34% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 7 |
フリーガー |
西村淳 |
実9.4 |
B▲ A△勝率14% EV+27% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +18% (市場と概ね一致) AI 予想勝率 12.6% (オッズ暗示: 10.6%) △Aモデルの評価 (参考) レース内 4位 / 勝率 13.7% / 期待値 +28% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 8 |
デルシエロ |
丹内 |
実3.6 |
B○ A○勝率15% EV-45% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 15.2% (オッズ暗示: 27.8%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 15.0% / 期待値 -46% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 9 |
ドルチェリターン |
横山和 |
実6.4 |
B△ A▲勝率14% EV-12% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 8.4% (オッズ暗示: 15.6%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 13.7% / 期待値 -12% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
AI評価
🌟◎鉄板本命 ◎本命 ○対抗 ▲注目
△押さえ ▽下位 ×推奨外
／ 期待値 100円賭けたときの想定利益率
／ オッズ 実=リアル取得済 推定=推定オッズ
AIの推奨本命の次点
出走馬全9頭
△期待値 (オッズ vs AI勝率)
-19% (オッズ過剰評価)
AI 予想勝率
30.1% (オッズ暗示: 37.0%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 22.3% / 期待値 -40%
×期待値 (オッズ vs AI勝率)
-45% (大幅な期待値マイナス)
AI 予想勝率
15.2% (オッズ暗示: 27.8%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 15.0% / 期待値 -46%
△期待値 (オッズ vs AI勝率)
+18% (市場と概ね一致)
AI 予想勝率
12.6% (オッズ暗示: 10.6%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 13.7% / 期待値 +28%
×期待値 (オッズ vs AI勝率)
-46% (大幅な期待値マイナス)
AI 予想勝率
8.4% (オッズ暗示: 15.6%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 13.7% / 期待値 -12%
△期待値 (オッズ vs AI勝率)
+1% (市場と概ね一致)
AI 予想勝率
8.4% (オッズ暗示: 8.3%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 9.0% / 期待値 +7%
△期待値 (オッズ vs AI勝率)
-28% (オッズ過剰評価)
AI 予想勝率
8.2% (オッズ暗示: 11.4%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 8.9% / 期待値 -22%
◎期待値 (オッズ vs AI勝率)
+49% (妙味あり)
AI 予想勝率
8.2% (オッズ暗示: 5.5%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 7.4% / 期待値 +34%
△AIランク評価 (順位学習モデル)
レース内 8位 (中位評価)
△期待値 (オッズ vs AI勝率)
-15% (オッズ過剰評価)
AI 予想勝率
7.2% (オッズ暗示: 8.5%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 7.4% / 期待値 -13%
△期待値 (オッズ vs AI勝率)
-19% (オッズ過剰評価)
AI 予想勝率
1.8% (オッズ暗示: 2.2%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 2.6% / 期待値 +16%
💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。
このレースの推奨馬券 2モデル並走 (AI 期待値プラス判定)
A. 現行モデル (binary)
このモデルは本レース見送り判定（期待値プラスなし）
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
6
カージオイド
実18.3倍
期待値 +50%
推奨 12.2〜30.0倍
¥100
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
クリスレジーナ |
鮫島駿 |
実2.7 |
◎詳細▼ |
前5走 過去走データ取得失敗 (horse_results 不在) |
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 22.3% (オッズ暗示: 37.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 2 |
ピティロディア |
古川吉 |
実8.8 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 8.9% (オッズ暗示: 11.4%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 3 |
キセキノエンジェル |
遠藤 |
実45.4 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +15% (市場と概ね一致) AI 予想勝率 2.6% (オッズ暗示: 2.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 4 |
デルマジュテーム |
的場 |
実12.1 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 9.0% (オッズ暗示: 8.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 5 |
カイシンパジェント |
桑村真 |
実11.8 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △AIランク評価 (順位学習モデル) レース内 7位 (中位評価) △期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 8.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 6 |
カージオイド 推奨 |
長浜 |
実18.3 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 7.4% (オッズ暗示: 5.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 7 |
フリーガー |
西村淳 |
実9.4 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +27% (市場と概ね一致) AI 予想勝率 13.7% (オッズ暗示: 10.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 8 |
デルシエロ |
丹内 |
実3.6 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -46% (大幅な期待値マイナス) AI 予想勝率 15.0% (オッズ暗示: 27.8%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 9 |
ドルチェリターン |
横山和 |
実6.4 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 13.7% (オッズ暗示: 15.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
AI評価
🌟◎鉄板本命 ◎本命 ○対抗 ▲注目
△押さえ ▽下位 ×推奨外
／ 期待値 100円賭けたときの想定利益率
／ オッズ 実=リアル取得済 推定=推定オッズ
AIの推奨本命の次点
出走馬全9頭
×期待値 (オッズ vs AI勝率)
-40% (大幅な期待値マイナス)
AI 予想勝率
22.3% (オッズ暗示: 37.0%)
×期待値 (オッズ vs AI勝率)
-46% (大幅な期待値マイナス)
AI 予想勝率
15.0% (オッズ暗示: 27.8%)
△期待値 (オッズ vs AI勝率)
-12% (オッズ過剰評価)
AI 予想勝率
13.7% (オッズ暗示: 15.6%)
△期待値 (オッズ vs AI勝率)
+27% (市場と概ね一致)
AI 予想勝率
13.7% (オッズ暗示: 10.6%)
△期待値 (オッズ vs AI勝率)
+6% (市場と概ね一致)
AI 予想勝率
9.0% (オッズ暗示: 8.3%)
△期待値 (オッズ vs AI勝率)
-22% (オッズ過剰評価)
AI 予想勝率
8.9% (オッズ暗示: 11.4%)
△AIランク評価 (順位学習モデル)
レース内 7位 (中位評価)
△期待値 (オッズ vs AI勝率)
-13% (オッズ過剰評価)
AI 予想勝率
7.4% (オッズ暗示: 8.5%)
◎期待値 (オッズ vs AI勝率)
+33% (妙味あり)
AI 予想勝率
7.4% (オッズ暗示: 5.5%)
△期待値 (オッズ vs AI勝率)
+15% (市場と概ね一致)
AI 予想勝率
2.6% (オッズ暗示: 2.2%)
💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。
このレースの推奨馬券 2モデル並走 (AI 期待値プラス判定)
A. 現行モデル (binary)
このモデルは本レース見送り判定（期待値プラスなし）
B. 新モデル (rank最適化 + leak-free + 確率校正)
-
単勝
6
カージオイド
実18.3倍
期待値 +35%
推奨 13.5〜30.0倍
¥100
本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。
